
浅谈分析师角色在大中型软件项目中的重要性
在很多中小型软件技术公司,对角色划分很不明确,对分析师角色中重要性意识很淡薄。
程序员往往扮演者多种角色,数据库工程师、程序员角色、分析师角色。现在我们举一个假设:假设一个百万中型软件项目,开发团队9个人,分成2组,每组设一个组长负责整个大功能模块的任务分解、技术攻关与团队协调作用。如果软件项目整个生命周期都遵循软件工程的规范,那么我相信最后的结果是软件的质量是有保证的。整个项目的开销的总量是节约的。
整个项目遵循软件生命周期需要的人员的安排软件需求调研阶段安排一名分析员与业务员一起分析需求,需求的分析确认花掉的时间为A,需求到设计过程的花掉时间为B,A+B整个过程花掉的是一名分析员的成本,假设A+B=3个月*6K=18K。
设计到编码过程花掉的时间为C,人力为7名,C=3个月*4K*7=84K.
测试到运行花掉时间为D,人力为2名,D=2个月*2*3K=12K。
共计成本为=18K+84K+12K=114K。
假设整个项目10名工作人员参与整个软件生命周期,整个软件生命周期成本一定会高于遵循软件工程的方法。项目参与整个软件生命周期的弊端:
1.需求理解的角度不同,形成的观点太多,干扰决策的思维,增加决策的难度。
2.多个人与用户沟通,同一个信息会发表多种看法,不能更好引导用户的需求的表达。
3.多个人参与分析,需求的撰写的风格不一样,统一风格浪费时间。
4.分工越细越能提供效率,粗略的分工不利于提高工作效率。
5.一个任务多个人合作,导致权责不明,权责不明就会引发赏罚不明,赏罚不明就会导致团队离心离德,最后项目就会走向失败。
分析阶段是项目最关键的阶段,假设分析阶段不能彻底,充分考虑需求,挖掘需求,软件设计阶段的稳定性就会很差,很差的稳定性就会导致设计最后是复杂性极高,最后几乎无法设计的结局出现。为什么分析阶段很关键,就是要软化软件设计阶段的不稳定性,提高设计的稳定性,才能保证软件设计的质量,保证整个软件生命周期的进度。
为了保证软件分析的充分性,系统分析员角色诞生。系统分析员角色的诞生,不是凭空产生,系统分析员的素质要求是很高的,是综合性高级人才。系统分析员应该是一个业务领域的专业,比用户\业务员更懂业务的人员,能够对用户的业务有前瞻性的人员,说白了就相当于组织的决策者。能了解组织的未来走势。系统分析员应该是一个擅长文字表达的语言家,能够将自己对业务的理解描述给用户,让用户理解。具备很高的交际能力。系统分析员是IT技术领域的专家,对IT领域的技术很了解,能懂得程序员的思维,能用程序员喜欢的图形与符号描述系统。系统分析员是一个了解软件开发规范的人员。能够规范的编写软件开发过程中的开发文档。能够编写规范的软件开发过程的开发文档对系统分析员是重要的素养。一个符合规范的文档,易于阅读,易于阅读的文档时易于理解的,易于理解,保证了信息歧义性降低,从而保证了软件的质量。同时文档时整个软件项目开发中团队人员沟通的桥梁。主要沟通是通过文档沟通,少部分是通过开会\语言交流沟通。语言\开会等其他方式的沟通是很需要时间的一种沟通模式。软件开发中尽量避免语言沟通,使用文档沟通。
最后,我想说明的是分析员在大中型软件项目扮演的角色是很重要的,希望项目经理对分析员角色的重视,当然选拔一个合格的系统分析员是最重要的,也是最难的一件事情。
此文章仅供参考,纯属个人观点。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
LSTM 为何会产生误差?深入剖析其背后的原因 在深度学习领域,LSTM(Long Short-Term Memory)网络凭借其独特的记忆单元设 ...
2025-06-27LLM进入拖拽时代!只靠Prompt几秒定制大模型,效率飙升12000倍 【新智元导读】最近,来自NUS、UT Austin等机构的研究人员创新 ...
2025-06-27CDA 数据分析师:就业前景广阔的新兴职业 在当今数字化时代,数据已成为企业和组织决策的重要依据。数据分析师作为负责收集 ...
2025-06-27探秘 z-score:数据分析中的标准化利器 在数据的海洋中,面对形态各异、尺度不同的数据,如何找到一个通用的标准来衡量数据 ...
2025-06-26Excel 中为不同柱形设置独立背景(按数据分区)的方法详解 在数据分析与可视化呈现过程中,Excel 柱形图是展示数据的常用工 ...
2025-06-26CDA 数据分析师会被 AI 取代吗? 在当今数字化时代,数据的重要性日益凸显,数据分析师成为了众多企业不可或缺的角色 ...
2025-06-26CDA 数据分析师证书考取全攻略 在数字化浪潮汹涌的当下,数据已成为企业乃至整个社会发展的核心驱动力。数据分析师作 ...
2025-06-25人工智能在数据分析的应用场景 在数字化浪潮席卷全球的当下,数据以前所未有的速度增长,传统的数据分析方法逐渐难以满足海 ...
2025-06-25评估模型预测为正时的准确性 在机器学习与数据科学领域,模型预测的准确性是衡量其性能优劣的核心指标。尤其是当模型预测结 ...
2025-06-25CDA认证:数据时代的职业通行证 当海通证券的交易大厅里闪烁的屏幕实时跳动着市场数据,当苏州银行的数字金融部连夜部署新的风控 ...
2025-06-24金融行业的大数据变革:五大应用案例深度解析 在数字化浪潮中,金融行业正经历着深刻的变革,大数据技术的广泛应用 ...
2025-06-24Power Query 中实现移动加权平均的详细指南 在数据分析和处理中,移动加权平均是一种非常有用的计算方法,它能够根据不同数据 ...
2025-06-24数据驱动营销革命:解析数据分析在网络营销中的核心作用 在数字经济蓬勃发展的当下,网络营销已成为企业触达消费者 ...
2025-06-23随机森林模型与 OPLS-DA 的优缺点深度剖析 在数据分析与机器学习领域,随机森林模型与 OPLS-DA(正交偏最小二乘法判 ...
2025-06-23CDA 一级:开启数据分析师职业大门的钥匙 在数字化浪潮席卷全球的今天,数据已成为企业发展和决策的核心驱动力,数据分析师 ...
2025-06-23透视表内计算两个字段乘积的实用指南 在数据处理与分析的过程中,透视表凭借其强大的数据汇总和整理能力,成为了众多数据工 ...
2025-06-20CDA 一级考试备考时长全解析,助你高效备考 CDA(Certified Data Analyst)一级认证考试,作为数据分析师领域的重要资格认证, ...
2025-06-20统计学模型:解锁数据背后的规律与奥秘 在数据驱动决策的时代,统计学模型作为挖掘数据价值的核心工具,发挥着至关重要的作 ...
2025-06-20Logic 模型特征与选择应用:构建项目规划与评估的逻辑框架 在项目管理、政策制定以及社会服务等领域,Logic 模型(逻辑模型 ...
2025-06-19SPSS 中的 Mann-Kendall 检验:数据趋势与突变分析的利器 在数据分析的众多方法中,Mann-Kendall(MK)检验凭借其对数据分 ...
2025-06-19